翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# トレーニングデータのインポート
<a name="create-ml-model-training-data"></a>

**注記**  
Amazon S3 にデータが保存されている Clean Rooms ML 類似モデルでのみ、 用のトレーニングデータセットを指定できます。ただし、サポートされている任意のデータソースに保存されているデータ間で実行される SQL を使用して、類似モデルのシードデータを指定できます。

類似モデルを作成する前に、トレーニングデータを含む AWS Glue テーブルを指定する必要があります。Clean Rooms ML はこのデータのコピーを保存せず、データへのアクセスを可能にするメタデータのみを保存します。

**でトレーニングデータをインポートするには AWS Clean Rooms**

1. にサインイン AWS マネジメントコンソール し、 で[AWS Clean Rooms コンソール](https://console.aws.amazon.com/cleanrooms/home)を開きます AWS アカウント (まだ開いていない場合）。

1. 左側のナビゲーションペインで、**AWS ML モデル**を選択します。

1. **[トレーニングデータセット]** タブで **[トレーニングデータセットを作成]** を選択します。

1. **[トレーニングデータセットを作成]** ページで、**[トレーニングデータセットの詳細]** に **[名前]** と **[説明]** (オプション) を入力します。

1. ドロップダウンリストから、設定する **[データベース]** と **[テーブル]** を選択して、**[トレーニングデータソース]** を選択します。
**注記**  
テーブルが正しいことを確認するには、次のいずれかの操作を行います。  
**「表示 AWS Glue**」を選択します。
**[スキーマを表示]** をオンにして、スキーマを表示します。

1. **[トレーニングの詳細]** で、ドロップダウンリストから **[ユーザー識別子列]**、**[項目識別子列]**、**[タイムスタンプ列]** を選択します。トレーニングデータにはこれら 3 つの列が含まれている必要があります。また、トレーニングデータに含める他の列を選択できます。

   **[タイムスタンプ列]** のデータは、Unix エポック時間 (秒単位) である必要があります。

1. (オプション) **[トレーニングするその他の列]** がある場合は、ドロップダウンリストから **[列名]** と **[タイプ]** を選択します。

1. **[サービスアクセス]** で、データにアクセスできるサービスロールを指定し、データが暗号化されている場合は KMS キーを提供する必要があります。**[新しいサービスロールを作成して使用]** を選択すると、Clean Rooms ML は自動的にサービスロールを作成し、必要なアクセス許可ポリシーを追加します。**[既存のサービスロールを使用]** を選択し、使用する特定のサービスロールがある場合は、**[サービスロール名]** フィールドにそのサービスロールを入力します。

   データが暗号化されている場合は、**AWS KMS key** フィールドに KMS キーを入力するか、**[ AWS KMS keyを作成]** をクリックして新しい KMS キーを生成します。

1. トレーニングデータセットで**タグ**を有効にする場合は、**[新しいタグを追加]** を選択し、**キー**と**値**のペアを入力します。

1. **[トレーニングデータセットを作成]** を選択します。

対応する API アクションについては、「[CreateTrainingDataset](https://docs.aws.amazon.com/cleanrooms-ml/latest/APIReference/API_CreateTrainingDataset.html)」を参照してください。